Segment Anything（SAM）
SAM 是 Meta AI 开源的图像分割模型，通过点、框等提示生成高质量物体遮罩，支持一键分割全图，在 1100 万图像与 11 亿掩模上训练，零样本性能强大。
人工核验 · · 提交更正
编辑点评
适合需要通用分割能力的研究者、AI 工程师与标注团队；不适合只想点几下就获得带语义的成品的零基础用户。
核验信息
分类大模型
人工核验
Segment Anything（SAM）是什么
SAM 是 Meta AI 开源的图像分割模型，通过点、框等提示生成高质量物体遮罩，支持一键分割全图，在 1100 万图像与 11 亿掩模上训练，零样本性能强大。
Segment Anything（SAM）的主要功能
- 用点选或框选提示快速生成精确物体遮罩
- 一键分割图像中的所有物体构建数据集
- 为标注团队自动生成初始遮罩降低成本
- 将分割能力集成到抠图与图像编辑产品中
适合
- 零样本性能强，新领域无需重新训练
- 提示式交互直观，支持全自动全图分割
- Meta 完全开源，附论文、演示与代码
先注意
- 只输出遮罩不提供语义标签，需配合其他模型
- 原始模型面向有工程能力的团队，普通用户依赖演示或第三方工具
- 极端专业影像领域可能仍需微调
如何使用Segment Anything（SAM）
- 访问 segment-anything.com 打开在线演示
- 上传图片，点选或框选目标生成遮罩
- 切换自动模式一次性分割全部物体
- 从 GitHub 获取代码与权重本地部署
- 阅读论文并按需微调或封装为服务
Segment Anything（SAM）的适用场景
上手难度： 高级
- 用点选或框选提示快速生成精确物体遮罩
- 一键分割图像中的所有物体构建数据集
- 为标注团队自动生成初始遮罩降低成本
- 将分割能力集成到抠图与图像编辑产品中
常见问题
SAM 能识别物体类别吗？
SAM 专注于生成物体遮罩（哪里是物体），本身不输出类别标签（物体是什么）；语义识别需要配合分类或检测模型完成。
使用 SAM 需要付费吗？
不需要。SAM 是 Meta 开源项目，模型、代码与在线演示均免费开放，成本主要在自行部署的计算资源。
没有编程基础能用 SAM 吗？
普通用户可以通过官网的在线演示体验点选和框选分割；要把模型集成进自己的产品，则需要一定的工程能力。
来源与核验
信息来源：segment-anything.com （在新窗口打开）
核验日期： · 提交更正 →
类似于Segment Anything（SAM）的工具
该分类全部
MMLU
适合：需要衡量英文模型通用知识水平的研究者与选型工程师；不适合：评估生成质量、对话体验或中文能力的场景。
Watsonx.ai
适合需要全生命周期管理、企业级治理与合规要求的中大型企业与开发团队；不适合个人开发者、轻量实验或预算敏感的小型项目。
DeepFloyd IF
适合有一定技术基础、希望自托管和深入研究图像生成模型的开发者与研究人员；不适合只想在网页上输入提示词直接出图的普通用户。
HELM
适合需要多维、可复现评估语言模型的研究者与工程团队；不适合只想快速浏览单一榜单分数的用户。
PaLM 2
适合AI开发者、研究者和Google生态内的企业团队；不适合寻求开箱即用消费级聊天产品的普通用户。
Watsonx.ai
适合需要全生命周期管理、企业级治理与合规要求的中大型企业与开发团队；不适合个人开发者、轻量实验或预算敏感的小型项目。
DeepFloyd IF
适合有一定技术基础、希望自托管和深入研究图像生成模型的开发者与研究人员；不适合只想在网页上输入提示词直接出图的普通用户。
HELM
适合需要多维、可复现评估语言模型的研究者与工程团队；不适合只想快速浏览单一榜单分数的用户。
PaLM 2
适合AI开发者、研究者和Google生态内的企业团队；不适合寻求开箱即用消费级聊天产品的普通用户。